MétaCan
Menu
Back to cohort
Record W7058271632

Magn miðlægrar verkjanæmingar hjá einstaklingum með slingáverkaröskun eftir bifreiðaslys

2025· other· is· W7058271632 on OpenAlexaboutno aff

Bibliographic record

VenueSkemman · 2025
Typeother
Languageis
FieldPhysics and Astronomy
TopicMagnetic confinement fusion research
Canadian institutionsnot available
Fundersnot available
KeywordsScanning electron microscopeCentral asiaHysteresisDeposition (geology)
DOInot available

Abstract

fetched live from OpenAlex

Bakgrunnur: Miðlæg næmni (e. central sensitization) orsakast af truflun í úrvinnslu verkja í miðtaugakerfinu og getur orðið til þess að einstaklingar finna fyrir verkjum við áreiti sem ekki ætti að kalla fram verki og/eða eru næmari fyrir verkjum almennt. Um það bil 50% einstaklinga sem verða fyrir slingáverka (e. whiplash) upplifa viðvarandi verki í kjölfarið. Slingáverkaröskun (SÁR) (e. whiplash associated disorder, WAD) er hugtak sem notað er yfir fjölda einkenna sem geta komið í kjölfar slingáverka. Nokkrar rannsóknir hafa sýnt fram á að miðtaugakerfið verði næmara hjá einstaklingum með langvinna SÁR en tengsl á milli miðlægrar næmni og langvinnrar SÁR er ekki vel þekkt. Tilgangur þessarar rannsóknar var að meta breytingar á miðlægri næmni fyrsta árið eftir bifreiðaslys og mögulega áhrifaþætti. Aðferðir: Rannsóknin var afturskyggn samanburðarrannsókn. Þátttakendur voru einstaklingar sem höfðu orðið fyrir slingáverka eftir bifreiðaslys á árunum 2022–2023, metnir með I. eða II. gráðu slingáverka samkvæmt skilgreiningu Quebec Task Force (n=120). Þátttakendurnir svöruðu sjálfsmats spurningalistanum Central Sensitization Inventory (CSI) í kjölfar áverkans, bæði í meðalbráðum (1-3 mánuðir) og langvinnum (>12 mánuðir) fasa. Þeir sem skoruðu ≥ 40 stig á CSI voru taldir vera með miðlæga næmni. Þeir sem voru með mið- til hááhættueinkenni samkvæmt WhipPredict voru taldir vera með SÁR. Auk þess voru áhrif aldurs, kyns, skor á Neck Disability Index (NDI) spurningalistanum, staðsetning í bifreið og birtingarmynd verkja (e. pain presentation) í kjölfar áverkans metin. Niðurstöður: Fjöldi einstaklinga með miðlæga næmni breyttist ekki marktækt frá upphafsmælingu (1–3 mánuðum eftir áverka) til lokamælingar (12 mánuðum síðar) (p=0,433). Það sama á við um fjölda einstaklinga með SÁR (p=0,705). Fleiri einstaklingar voru með alvarlega eða mjög alvarlega miðlæga næmni í lokamælingunni miðað við upphafsmælinguna (p=0,028). Heilt yfir voru konur með aukna miðlæga næmni miðað við karla (óháð tíma mælingar; p=0,011) en aldur hafði ekki marktæk áhrif (p=0,105). Fylgni var á milli einkenna frá hálsi og miðlægrar næmni, bæði í upphafs- (Pearson’s r=0,706, p<,001) og lokamælingunni (Pearson’s r=0,788, p<,001). Þeir þátttakendur sem voru farþegar, fengu höfuðhögg, upplifðu höfuðverki eða svima í kjölfar áverkans, eða með fleiri snemmbúin einkenni, eins og verki og hreyfiskerðingar, skoruðu hærra á CSI ári eftir bifreiðaslyss samanborið við þátttakendur sem ekki voru með ofantalin einkenni (p<0,05). Ályktanir: Einstaklingar sem verða fyrir slingáverka eru líklegir til að finna enn fyrir einkennum ári seinna. Sömuleiðis eru einstaklingar líklegir til að finna fyrir aukinni miðlægri næmni þegar líður frá áverkanum, og eru konur líklegri til að vera með aukna miðlæga næmni miðað við karla. Þeir sem eru farþegar í bifreið, eða fá snembúna verki, eða einkenni eins og höfuðverk eða svima, eru með verri langtímahorfur en þeir sem voru ökumenn, fengu verki seinna eða ekki ofantalin einkenni. Það undirstrikar mikilvægi þess að skima markvisst fyrir þessum þáttum. Með því að bera kennsl á þá er hægt að grípa fyrr inn með viðeigandi meðferðarúrræðum og hugsanlega draga úr líkum á þróun langvinnra verkja og skerðingar.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.073
Threshold uncertainty score0.244

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.000
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.002
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0730.020

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.009
GPT teacher head0.253
Teacher spread0.244 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueSkemmanSame topicMagnetic confinement fusion researchFrench-language works237,207